بنية الخدمات الصغيرة المعتمدة على الأحداث

محتوى المقالة الرئيسي

Siti Zulaikha Mohd Zuki
https://orcid.org/0009-0008-2874-1165
Radziah Mohamad
https://orcid.org/0000-0003-4075-9604
Nor Azizah Saadon

الملخص

توفر بنية الخدمات الصغيرة العديد من المزايا، خاصة لتطبيقات الأعمال، نظرًا لمرونتها وقابليتها للتوسيع وبنيتها المترابطة بشكل غير محكم لسهولة الصيانة. ومع ذلك، هناك العديد من العيوب التي تنبع من ميزات الخدمات الصغيرة، مثل حقيقة أن الخدمات الصغيرة مستقلة بطبيعتها يمكن أن تعيق التواصل الهادف وتجعل مزامنة البيانات أكثر صعوبة. تتناول هذه الورقة المشكلات من خلال اقتراح خدمات مصغرة مضمنة في حاوية في بنية غير متزامنة تعتمد على الأحداث. تحتوي هذه البنية على خدمات صغيرة في حاويات وتقوم بتنفيذ مدير الأحداث لتتبع جميع الأحداث في سجل الأحداث لتقليل الأخطاء في التطبيق. تظهر نتائج التجربة انخفاضًا في وقت الاستجابة مقارنةً بمبنيين معياريين آخرين، بالإضافة إلى انخفاض في معدل الخطأ.

تفاصيل المقالة

كيفية الاقتباس
1.
بنية الخدمات الصغيرة المعتمدة على الأحداث. Baghdad Sci.J [انترنت]. 25 فبراير، 2024 [وثق 19 نوفمبر، 2024];21(2(SI):0584. موجود في: https://bsj.uobaghdad.edu.iq/index.php/BSJ/article/view/9729
القسم
article

كيفية الاقتباس

1.
بنية الخدمات الصغيرة المعتمدة على الأحداث. Baghdad Sci.J [انترنت]. 25 فبراير، 2024 [وثق 19 نوفمبر، 2024];21(2(SI):0584. موجود في: https://bsj.uobaghdad.edu.iq/index.php/BSJ/article/view/9729

المراجع

Blinowski G, Ojdowska A, Przybylek A. Monolithic vs. Microservice Architecture: A Performance and Scalability Evaluation. IEEE Access. 2022 Feb;10:20357–74. https://doi.org/10.1109/ACCESS.2022.3152803

Zhang S, Zhang M, Ni L, Liu P. A Multi-Level Self-Adaptation Approach For Microservice Systems. ICCCBDA. 2019;498–502. https://doi.org/10.1109/ICCCBDA.2019.8725647

He H, Su L, Ye K. GraphGRU: A Graph Neural Network Model for Resource Prediction in Microservice Cluster. ICPADS. 2023;499–506. https://doi.org/10.1109/ICPADS56603.2022.00071

Liu H, Zhang W, Zhang X, Cao Z, Tian R. Context-Aware and QoS Prediction-based Cross-Domain Microservice Instance Discovery. ICSESS . 2022;30–4. https://doi.org/10.1109/ICSESS54813.2022.9930241

Wan F, Wu X, Zhang Q. Chain-Oriented Load Balancing in Microservice System. WCCCT. 2020;10–4. https://doi.org/10.1109/WCCCT49810.2020.9169996

Yu X, Wu W, Wang Y. Dependable Workflow Scheduling for Microservice QoS Based on Deep Q-Network. ICWS. 2022;240–5. https://doi.org/10.1109/ICWS55610.2022.00045

Hossen MR, Islam MA, Ahmed K. Practical Efficient Microservice Autoscaling with QoS Assurance. HPDC. 2022;240–52. https://doi.org/10.1145/3502181.3531460

Gan Y, Liang M, Dev S, Lo D, Delimitrou C. Sage: Practical and scalable ML-driven performance debugging in microservices. ASPLOS. 2021;135–51. https://doi.org/10.1145/3445814.3446700

Chen J, Liu F, Jiang J, Zhong G, Xu D, Tan Z, et al. TraceGra: A trace-based anomaly detection for microservice using graph deep learning. Comput Commun. Elsevier B.V. 2023 Apr 15;204:109–17. https://doi.org/10.1016/j.comcom.2023.03.028

Abed MM, Younis MF. Developing load balancing for IoT - Cloud computing based on advanced firefly and weighted round robin algorithms. Baghdad Sci J. 2019;16(1):130–9. https://doi.org/10.21123/bsj.2019.16.1.0130

Kumar S, Kumar N. Conceptual service level agreement mechanism to minimize the SLA violation with SLA negotiation process in cloud computing environment. Baghdad Sci J. 2021 Jun 1;18:1020–9. https://doi.org/10.21123/bsj.2021.18.2(Suppl.).1020

Vohra N, Kerthyayana Manuaba IB. Implementation of REST API vs GraphQL in Microservice Architecture. ICIMTech . 2022;45–50. https://doi.org/10.1109/ICIMTech55957.2022.9915098

Lan Y, Fang L, Zhang M, Su J, Yang Z, Li H. Service dependency mining method based on service call chain analysis. ICSS. 2021;84–9. https://doi.org/10.1109/ICSS53362.2021.00021

Rahmatulloh A, Nugraha F, Gunawan R, Darmawan I. Event-Driven Architecture to Improve Performance and Scalability in Microservices-Based Systems. ICADEIS. 2022. https://doi.org/10.1109/ICADEIS56544.2022.10037390

Singh A, Singh V, Aggarwal A, Aggarwal S. Event Driven Architecture for Message Streaming data driven Microservices systems residing in distributed version control system.ICISTSD. 2022;308–12. https://doi.org/10.1109/ICISTSD55159.2022.10010390

Surantha N, Utomo OK, Lionel EM, Gozali ID, Isa SM. Intelligent Sleep Monitoring System Based on Microservices and Event-Driven Architecture. IEEE Access. 2022;10:42055–66. https://doi.org10.1109/ACCESS.2022.3167637

Mulahuwaish A, Korbel S, Qolomany B. Improving datacenter utilization through containerized service-based architecture. J Cloud Comput; 2022 Dec 1;11(1). https://doi.org/10.1186/s13677-022-00319-0

Matani A, Naji HR, Motallebi H. A Fault-Tolerant Workflow Scheduling Algorithm for Grid with Near-Optimal Redundancy. J Grid Comput. 2020 Sep 1;18(3):377–94. https://doi.org/10.1007/s10723-020-09522-2

Zhou J, Sun J, Zhang M, Ma Y. Dependable Scheduling for Real-Time Workflows on Cyber-Physical Cloud Systems. IEEE Trans Industr Inform. 2021 Nov 1;17(11):7820–9. https://doi.org/10.1109/TII.2020.3011506

Madi T, Esteves-Verissimo P. A Fault and Intrusion Tolerance Framework for Containerized Environments: A Specification-Based Error Detection Approach. SRMC. 2022;1–8. https://doi.org/10.1109/SRMC57347.2022.00005

المؤلفات المشابهة

يمكنك أيضاً إبدأ بحثاً متقدماً عن المشابهات لهذا المؤلَّف.